继此前在 2 月 21 日 DeepSeek 方面预告 " 开源周 " 计划，宣布将从 2 月 24 日起陆续开源 5 个代码库，以完全透明的方式与全球开发者社区分享 " 微小但真诚 " 的研究进展后。

今日（2 月 24 日）DeepSeek" 开源周 " 如约正式启动。据了解，DeepSeek 开源的首个代码库为 Flash MLA，这是一个针对 Hopper GPU 优化的高效 MLA 解码内核，专为处理可变长度序列而设计，目前已投入实际生产应用。

据悉，MLA 即多层注意力机制，是 DeepSeek 系列模型的基本架构，旨在优化 Transformer 模型的推理效率与内存使用，同时保持模型性能。可通过低秩联合压缩技术，将多头注意力中的键（Key）和值（Value）矩阵投影到低维潜在空间，从而显著减少键值缓存（KV Cache）的存储需求。

与传统解码器相比，Flash MLA 在处理可变长度序列时，能够显著提高计算效率和速度。据 DeepSeek 方面透露，使用 FlashMLA 之后，H800 可以达到 3000GB/s 内存带宽、实现 580TFLOPS 计算性能。

对此有观点认为，这对于自然语言处理、图像识别、语音识别等需要大规模数据处理的应用场景具有重要意义，可加速模型训练和推理过程，提升 AI 应用的性能和效率。

DeepSeek 方面表示，此次开源 Flash MLA 代码库旨在激发更多开发者的创造力，推动技术的进一步发展。而通过开源，开发者可以更深入地了解 Flash MLA 的实现原理，并在此基础上进行改进和创新，共同推动 AI 技术的进步。

值得一提的是，日前 DeepSeek-R1 大模型在 HuggingFace 上获得的点赞数量已超过 10000 个，成为该平台近 150 万个模型之中最受欢迎的大模型。

根据 QuestMobile 公布的数据显示，从上线以来截至今年 2 月 9 日，DeepSeek App 累计下载量已达 1.1 亿次，周活跃用户数量最高值接近 9700 万。其中在今年的 1 月 20 日至 1 月 26 日，DeepSeek APP 周下载量达到 226 万次，次周下载量则升至 6300 万次，环比增长超 2700%。

【本文图片来自网络】